特開 2023-153431 画像処理装置、検査システムおよび検査方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023153431

(43)【公開日】2023-10-18

(54)【発明の名称】画像処理装置、検査システムおよび検査方法

(51)【国際特許分類】

   G01N 21/88 20060101AFI20231011BHJP

   G06T 7/00 20170101ALI20231011BHJP

【ＦＩ】

G01N21/88 Z

G06T7/00 610

【審査請求】未請求

【請求項の数】12

【出願形態】ＯＬ

(21)【出願番号】P 2020143073

(22)【出願日】2020-08-27

(71)【出願人】

【識別番号】500103199

【氏名又は名称】マクセルフロンティア株式会社

(74)【代理人】

【識別番号】110002066

【氏名又は名称】弁理士法人筒井国際特許事務所

(72)【発明者】

【氏名】島軒 和真

【テーマコード（参考）】

2G051

5L096

【Ｆターム（参考）】

2G051AA65

2G051AB14

2G051BB03

2G051BC01

2G051CA03

2G051CA04

2G051CB01

2G051EA11

2G051EA12

2G051EA16

2G051EC02

5L096AA02

5L096AA06

5L096BA03

5L096CA17

5L096DA01

5L096EA39

5L096EA43

5L096FA06

5L096FA32

5L096FA33

5L096FA37

5L096GA40

5L096GA51

5L096GA55

5L096HA11

5L096KA04

(57)【要約】

【課題】ユーザの作業負荷を軽減可能な画像処理装置、検査システムおよび検査方法を提供する。
【解決手段】画像処理装置２８は、照明を当てた状態で撮像された検査対象物の画像データを処理する。照明条件探索器２６、照明の照明条件ＩＬＣ［ｉ］を可変設定する。画像インタフェース２５は、照明条件ＩＬＣ［ｉ］毎の画像データＩＭＤ［ｉ］を取得する。画像解析器２７は、照明条件ＩＬＣ［ｉ］毎の画像データＩＭＤ［ｉ］に対して画像解析を行う。比較器２８は、画像解析器２７による照明条件ＩＬＣ［ｉ］毎の画像解析結果ＡＲ［ｉ］を比較することで、複数の照明条件ＩＬＣ［ｉ］の中からいずれか一つの照明条件ＩＬＣｘを選択する。
【選択図】図２

【特許請求の範囲】

【請求項1】

照明を当てた状態で撮像された検査対象物の画像データを処理する画像処理装置であって、
前記照明の照明条件を可変設定する照明条件探索器と、
前記照明条件毎の前記画像データを取得する画像インタフェースと、
前記照明条件毎の前記画像データに対して画像解析を行う画像解析器と、
前記画像解析器による前記照明条件毎の画像解析結果を比較することで、複数の前記照明条件の中からいずれか一つの前記照明条件を選択する比較器と、
を有する、
画像処理装置。

【請求項2】

請求項１記載の画像処理装置において、
前記画像解析器は、前記照明条件毎の前記画像データに対してコントラストを算出し、前記コントラストを前記画像解析結果として出力する、
画像処理装置。

【請求項3】

請求項１記載の画像処理装置において、
前記画像解析器は、前記照明条件毎の前記画像データに対してエッジを抽出し、抽出されたエッジの強度値を算出し、前記エッジの強度値を前記画像解析結果として出力する、
画像処理装置。

【請求項4】

請求項１記載の画像処理装置において、
前記画像解析器は、ユーザの評価基準に基づく評価値と同等の評価値を算出するように学習されたＡＩ（Artificial Intelligence）を搭載し、前記照明条件毎の前記画像データに対して前記ＡＩを用いて前記評価値を算出し、前記評価値を前記画像解析結果として出力する、
画像処理装置。

【請求項5】

検査対象物に照明を当てる照明装置と、
前記照明を当てた状態の前記検査対象物を撮像することで画像データを作成する撮像装置と、
前記画像データを処理する画像処理装置と、
を有する検査システムであって、
前記画像処理装置は、
前記照明装置の照明条件を可変設定する照明条件探索器と、
前記撮像装置からの前記照明条件毎の前記画像データを取得する画像インタフェースと、
前記照明条件毎の前記画像データに対して画像解析を行う画像解析器と、
前記画像解析器による前記照明条件毎の画像解析結果を比較することで、複数の前記照明条件の中からいずれか一つの前記照明条件を選択する比較器と、
を有する、
検査システム。

【請求項6】

請求項５記載の検査システムにおいて、
前記画像解析器は、前記照明条件毎の前記画像データに対してコントラストを算出し、前記コントラストを前記画像解析結果として出力する、
検査システム。

【請求項7】

請求項５記載の検査システムにおいて、
前記画像解析器は、前記照明条件毎の前記画像データに対してエッジを抽出し、抽出されたエッジの強度値を算出し、前記エッジの強度値を前記画像解析結果として出力する、
検査システム。

【請求項8】

請求項５記載の検査システムにおいて、
前記画像解析器は、ユーザの評価基準に基づく評価値と同等の評価値を算出するように学習されたＡＩ（Artificial Intelligence）を搭載し、前記照明条件毎の前記画像データに対して前記ＡＩを用いて前記評価値を算出し、前記評価値を前記画像解析結果として出力する、
検査システム。

【請求項9】

検査対象物に照明を当てる照明装置と、
前記照明を当てた状態の前記検査対象物を撮像することで画像データを作成する撮像装置と、
を含む検査システムを用いて前記検査対象物を検査する検査方法であって、
前記照明装置の照明条件を可変設定する第１のステップと、
前記撮像装置からの前記照明条件毎の前記画像データを取得し、前記照明条件毎の前記画像データに対して画像解析を行う第２のステップと、
前記照明条件毎の画像解析結果を比較することで、複数の前記照明条件の中からいずれか一つの前記照明条件を選択する第３のステップと、
を有する、
検査方法。

【請求項10】

請求項９記載の検査方法において、
前記第２のステップでは、前記照明条件毎の前記画像データに対してコントラストが算出され、前記コントラストが前記画像解析結果として出力される、
検査方法。

【請求項11】

請求項９記載の検査方法において、
前記第２のステップでは、前記照明条件毎の前記画像データに対してエッジが抽出され、抽出されたエッジの強度値が算出され、前記エッジの強度値が前記画像解析結果として出力される、
検査方法。

【請求項12】

請求項９記載の検査方法において、
前記第２のステップでは、ユーザの評価基準に基づく評価値と同等の評価値を算出するように学習されたＡＩ（Artificial Intelligence）を用いて、前記照明条件毎の前記画像データに対して前記評価値が算出され、前記評価値が前記画像解析結果として出力される、
検査方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、画像処理装置、検査システムおよび検査方法に関し、例えば、検査対象物の画像に基づいて検査を行う技術に関する。

【背景技術】

【0002】

例えば、特許文献１には、プロジェクタ、透光性液晶ディスプレイ、撮像装置部および画像処理装置を含み、被照射体の形状や色彩に応じて高精細な演出照明を可能にする照明装置が示される。具体的には、被照射体には、プロジェクタからの光が透光性液晶ディスプレイを介して照射され、撮像装置部は、当該被照射体を撮像する。画像処理装置は、撮像装置部からの映像信号を処理し、被照射体の領域と被照射体以外の領域とを区別する。そして、画像処理装置は、被照射体以外の領域への照射をマスクキングするように透光性液晶ディスプレイを制御する。

【0003】

また、特許文献２には、部屋の電気画像を形成し得るＣＣＤセンサと、ＣＣＤセンサの測定結果に応じて室内の照明を制御する制御手段とを有する照明制御装置が示される。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開平０８－２７１９８５号公報

【特許文献2】特表２００４－５０１４９６号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

例えば、検査対象物を撮像する撮像装置（代表的にはカメラ）と、カメラによる撮像を補助するため、検査対象物に光を照射する照明装置とを備えた検査システムが知られている。照明装置は、例えば、ハロゲンランプ光源やＬＥＤ光源等を含み、検査対象物の画像を鮮明に取り込めるように、輝度や色（Ｒ，Ｇ，Ｂ，ＩＲ等）等の照明条件を調整できるようになっている。しかし、照明条件の調整は、通常、装置のユーザによる手作業で行われている。このため、照明条件の最適値を導き出す際に、ユーザの作業負荷や作業時間が増大する恐れがあった。

【0006】

本発明は、このようなことに鑑みてなされたものであり、その目的の一つは、ユーザの作業負荷を軽減することが可能な画像処理装置、検査システムおよび検査方法を提供することにある。

【0007】

本発明の前記ならびにその他の目的と新規な特徴については、本明細書の記述および添付図面から明らかになるであろう。

【課題を解決するための手段】

【0008】

本発明の一実施の態様では、照明を当てた状態で撮像された検査対象物の画像データを処理する画像処理装置を設け、画像処理装置が、照明の照明条件を可変設定する照明条件探索器と、照明条件毎の画像データを取得する画像インタフェースと、照明条件毎の画像データに対して画像解析を行う画像解析器と、画像解析器による照明条件毎の画像解析結果を比較することで、複数の照明条件の中からいずれか一つの照明条件を選択する比較器と、を有する、ように構成されればよい。

【発明の効果】

【0009】

本願において開示される発明のうち、代表的なものによって得られる効果を簡単に説明すれば、ユーザの作業負荷を軽減することが可能になる。

【図面の簡単な説明】

【0010】

【図1】本発明の実施の形態１による検査システムにおいて、主要部の構成例を示す概略図である。

【図2】図１における画像処理装置の主要部の構成例を示すブロック図である。

【図3】図２の画像処理装置の処理内容の一例を示すフロー図である。

【図4】図２における画像解析器および比較器の動作例を説明する模式図である。

【図5A】図２および図４における画像解析器および比較器の処理内容の一例を示すフロー図である。

【図5B】図５Ａの補足図である。

【図6】本発明の実施の形態２による画像処理装置において、図２における画像解析器および比較器の動作例を説明する模式図である。

【図7】図６において、画像解析器によるソーベルフィルタを用いたエッジ抽出方法の一例を説明する図である。

【図8】本発明の実施の形態３による画像処理装置において、図２における画像解析器の構成例を示す概略図である。

【発明を実施するための形態】

【0011】

以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。

【0012】

（実施の形態１）
《検査システムの概略》
図１は、本発明の実施の形態１による検査システムにおいて、主要部の構成例を示す概略図である。図１に示す検査システム１０は、撮像装置１５と、照明装置１６と、照明制御装置１７と、画像処理装置１８とを有する。照明装置１６は、例えば、ハロゲンランプ光源やＬＥＤ（Light Emitting Diode）光源等を含み、検査対象物２０ａの画像を鮮明に取り込めるように、検査対象物２０ａに照明を当てる。

【0013】

撮像装置１５は、例えば、ＣＭＯＳ（Complementary Metal Oxide Semiconductor）センサまたはＣＣＤ（Charge Coupled Device）センサ等を含み、照明を当てた状態の検査対象物２０ａを撮像することで画像データＩＭＤを作成する。画像処理装置１８は、撮像装置１５からの画像データＩＭＤをケーブル１９ａを介して取得し、当該画像データＩＭＤを処理する。一例として、画像処理装置１８は、配線基板２０ｂ上に実装された電子部品（ＩＣ）２０ａの実装状態（例えば、ＩＣの実装位置、ＩＣリードのピッチや数等）を画像処理によって検査する。この場合、画像データＩＭＤにおいて、配線基板２０ｂは背景となり、電子部品２０ａは、検査対象物となる。

【0014】

さらに、詳細は後述するが、画像処理装置１８は、照明装置１６に対する照明条件ＩＬＣを可変設定しながら、対応する画像データＩＭＤを処理することで、最適な照明条件ＩＬＣを探索する。照明制御装置１７は、画像処理装置１８からの照明条件ＩＬＣをケーブル１９ｂを介して受信し、当該照明条件ＩＬＣに対応する照明制御信号ＩＣＳを送信する。照明装置１６は、照明制御装置１７からの照明制御信号ＩＣＳをケーブル１９ｃを介して受信し、当該照明制御信号ＩＣＳに基づく光を生成して検査対象物２０ａに照射する。なお、照明制御装置１７は、画像処理装置１８または照明装置１６と一体化された形態であってもよい。

【0015】

ここで、一般的な検査システム１０では、ケーブル１９ｂは設けられず、照明条件ＩＬＣは、ユーザによる手作業によって照明制御装置１７に設定される。すなわち、ユーザは、例えば、検査対象物２０ａの種類毎に、検査対象物２０ａの検査に先立って、照明条件ＩＬＣを適宜変更しながら、対応する画像データＩＭＤの鮮明度を目視で評価する。そして、ユーザは、最も鮮明度が高くなる照明条件ＩＬＣを導き出す。しかし、このような方式では、ユーザの作業負荷や作業時間が増大し得る。

【0016】

例えば、照明装置１６が単色光源を用いる場合で、２５６階調の光量設定が可能な場合、照明条件ＩＬＣとして２５６個の選択肢が存在する。また、照明装置１６が３色光源（Ｒ，Ｇ，Ｂ）を用いる場合で、それぞれ１６階調の光量設定が可能な場合、照明条件ＩＬＣとして４０９６（＝１６^３）個の選択肢が存在する。ユーザは、照明条件ＩＬＣの選択肢毎に得られる画像データＩＭＤを目視で比較する必要がある。さらに、このような作業負荷の問題に加えて、照明条件ＩＬＣの最適値を得るためには、ユーザの習熟度も必要とされる。そこで、実施の形態の画像処理装置１８を用いることが有益となる。

【0017】

《画像処理装置の詳細》
図２は、図１における画像処理装置の主要部の構成例を示すブロック図である。図２に示す画像処理装置１８は、画像インタフェース２５と、照明条件探索器２６と、画像解析器２７と、比較器２８と、メモリ２９とを備える。照明条件探索器２６は、照明装置１６の照明条件ＩＬＣ［ｉ］を可変設定する。画像インタフェース２５は、照明条件ＩＬＣ［ｉ］毎に、撮像装置１５によって撮像および作成された検査対象物２０ａの画像データＩＭＤ［ｉ］を取得し、当該画像データＩＭＤ［ｉ］を照明条件ＩＬＣ［ｉ］に対応付けてメモリ２９に保存する。

【0018】

画像解析器２７は、メモリ２９に保存された照明条件ＩＬＣ［ｉ］毎の画像データＩＭＤ［ｉ］に対して画像解析を行い、その画像解析結果ＡＲ［ｉ］を照明条件ＩＬＣ［ｉ］に対応付けてメモリ２９に保存する。比較器２８は、メモリ２９に保存された照明条件ＩＬＣ［ｉ］毎の画像解析結果ＡＲ［ｉ］を比較することで、複数の照明条件ＩＬＣ［ｉ］の中からいずれか一つの照明条件ＩＬＣｘを選択する。そして、比較器２８は、この選択した照明条件ＩＬＣｘを、検査対象物２０ａを検査する際の最終的な照明条件ＩＬＣｘに定める。

【0019】

なお、図２の画像処理装置１８は、例えば、マザーボード上に、単数または複数のプロセッサ（ＣＰＵ（Central Processing Unit）またはＧＰＵ（Graphics Processing Unit））と、メモリ２９（ＲＡＭ（Random access memory）および不揮発性メモリ）とを実装したような形態で構成される。この場合、画像インタフェース２５、照明条件探索器２６、画像解析器２７および比較器２８は、このようなプロセッサを用いたプログラム処理で実装される。

【0020】

ただし、画像処理装置１８は、このような実装形態に限らず、プロセッサの代わりにＦＰＧＡ（Field Programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）等を用いた形態や、または、ＰＣ（Personal Computer）等を用いた形態等であってもよい。また、図示は省略されているが、画像処理装置１８は、例えば、検査対象物２０ａの検査に伴う画像解析を実行し、良否判定等を行うための画像解析器を別途備えている。

【0021】

図３は、図２の画像処理装置の処理内容の一例を示すフロー図である。図３のフローは、例えば、検査対象物２０aの種類毎に、検査対象物２０ａの検査に先立って実行される。図３において、まず、照明条件探索器２６は、照明条件ＩＬＣ［ｉ］を初期値に設定する（ステップＳ１０１）。続いて、画像インタフェース２５は、当該照明条件ＩＬＣ［ｉ］の下で撮像装置１５によって撮像および作成された検査対象物２０ａの画像データＩＭＤ［ｉ］を取得する（ステップＳ１０２）。次いで、画像解析器２７は、取得された画像データＩＭＤ［ｉ］に対して画像解析を実行し（ステップＳ１０３）、その画像解析結果ＡＲ［ｉ］を照明条件ＩＬＣ［ｉ］に対応付けてメモリ２９に保存する（ステップＳ１０４）。

【0022】

続いて、照明条件探索器２６は、他の照明条件ＩＬＣ［ｉ］があるか否かを判定する（ステップＳ１０５）。他の照明条件ＩＬＣ［ｉ］がある場合、照明条件探索器２６は、照明条件ＩＬＣ［ｉ］を変更する（ステップＳ１０６）。その後、ステップＳ１０２～Ｓ１０４の場合と同様に、画像インタフェース２５は、画像データＩＭＤ［ｉ］を取得し（ステップＳ１０７）、画像解析器２７は、画像解析を実行して（ステップＳ１０８）、画像解析結果ＡＲ［ｉ］をメモリ２９に保存する（ステップＳ１０９）。そして、画像処理装置１８は、ステップＳ１０５で他の照明条件ＩＬＣ［ｉ］が無しとなるまで、ステップＳ１０６～Ｓ１０９の処理を繰り返し実行する。

【0023】

これにより、画像解析結果ＡＲ［ｉ］が、照明条件ＩＬＣ［ｉ］の選択肢の数の分だけ得られる。例えば、前述したように、選択肢が２５６個の場合には、２５６個の画像解析結果ＡＲ［ｉ］が得られ、選択肢が４０９６個の場合には、４０９６個の画像解析結果ＡＲ［ｉ］が得られる。なお、照明装置１６がアナログ的に光量を調整する仕様の場合には、例えば、アナログ値を複数段階に量子化した上で同様の処理を行えばよい。

【0024】

一方、ステップＳ１０５で他の照明条件ＩＬＣ［ｉ］が無しと判定された場合、比較器２８は、複数の照明条件ＩＬＣ［ｉ］毎の画像解析結果ＡＲ［ｉ］を比較する（ステップＳ１１０）。そして、比較器２８は、画像解析結果ＡＲ［ｉ］が最も良好となる照明条件ＩＬＣ［ｉ］を最終的な照明条件ＩＬＣｘに定める（ステップＳ１１１）。その後は、この最終的な照明条件ＩＬＣｘの下で、検査対象物２０ａの検査が行われる。

【0025】

なお、画像処理装置１８のフローは、図３のフローに限らず、適宜変更することが可能である。例えば、ステップＳ１０５～Ｓ１０９のループ処理の中で、前回の画像解析結果（ＡＲ［ｉ－１］）と今回の画像解析結果（ＡＲ［ｉ］）とを比較し、いずれか良好な方の画像解析結果（および対応する照明条件）のみをメモリ２９に残していくようなフローであってもよい。

【0026】

《画像解析器の詳細》
図４は、図２における画像解析器および比較器の動作例を説明する模式図である。図４において、画像解析器２７は、照明条件ＩＬＣ［１］，ＩＬＣ［２］毎の画像データ３１ａ（ＩＭＤ），３１ｂ（ＩＭＤ）に対してコントラストを算出する。具体的には、画像解析器２７は、各画像データ３１ａ（ＩＭＤ），３１ｂ（ＩＭＤ）に対して検査対象物２０ａの濃度と背景２０ｂの濃度とのコントラストを算出する。この例では、説明の便宜上、検査対象物２０ａは、円形状であるものとする。そして、画像解析器２７は、各画像データ３１ａ（ＩＭＤ），３１ｂ（ＩＭＤ）毎に算出されたコントラストを画像解析結果ＡＲ［１］，ＡＲ［２］として出力する。

【0027】

比較器２８は、各画像解析結果ＡＲ［１］，ＡＲ［２］（すなわちコントラスト）を比較することで、複数の照明条件ＩＬＣ［１］，ＩＬＣ［２］の中からいずれか一つの照明条件を選択する。図４の例では、照明条件ＩＬＣ［２］の画像データ３１ｂの方が、照明条件ＩＬＣ［１］の画像データ３１ａよりもコントラストが大きい。この場合、比較器２８は、コントラストが大きい照明条件ＩＬＣ［２］を照明条件ＩＬＣ［１］よりも良好と判定し、照明条件ＩＬＣ［２］を選択する。

【0028】

図５Ａは、図２および図４における画像解析器および比較器の処理内容の一例を示すフロー図である。図５Ｂは、図５Ａの補足図である。図４で述べたコントラストを算出する方式の一つとして、判別分析法を利用する方式が挙げられる。判別分析法は、大津の二値化とも呼ばれ、図５Ｂに示されるように、画像内の全画素を二値化（白黒化）する際のしきい値ＴＨを定める方法である。

【0029】

図５Ｂには、画素値（濃度）と、画素値毎の画素数との関係を表すヒストグラムが示される。このようなヒストグラムを有する画像を二値化するため、しきい値ＴＨ以下の画素値を有する画素群がクラス［１］（すなわち０／１の一方）に分類され、しきい値ＴＨよりも大きい画素値を有する画素群がクラス［２］（０／１の他方）に分類される。判別分析法では、しきい値ＴＨを変化させながら式（１）に示される分離度Ｓを算出することで、分離度Ｓが最大となるしきい値ＴＨが探索される。
Ｓ＝σ_ｂ ^２／σ_ｗ ^２ …（１）

【0030】

式（１）において、σ_ｂ ^２は、クラス間分散であり、式（２）で与えられる。σ_ｗ ^２は、クラス内分散であり、式（３）で与えられる。また、式（２）および式（３）において、ｗ_１，ｍ_１，σ_１は、それぞれ、クラス［１］の画素数、画素値の平均値、分散であり、ｗ_２，ｍ_２，σ_２は、それぞれ、クラス［２］の画素数、画素値の平均値、分散である。
σ_ｂ ^２＝ｗ_１ｗ_２（ｍ_１－ｍ_２）^２／（ｗ_１＋ｗ_２）^２ …（２）
σ_ｗ ^２＝（ｗ_１σ_１ ^２＋ｗ_２σ_２ ^２）／（ｗ_１＋ｗ_２） …（３）

【0031】

ここで、式（１）の分離度Ｓは、式（２）の分子から分かるように、クラス［１］の平均値ｍ_１とクラス［２］の平均値ｍ_２との差分が大きくなるほど大きくなる。この平均値の差分は、コントラストを表すことになる。すなわち、判別分析法を用いると、画像毎に最大の分離度Ｓを算出することで、間接的に、画像毎のコントラストの指標値を算出することが可能になる。

【0032】

このような判別分析法を利用して、画像解析器２７および比較器２８は、図５Ａのような処理を実行する。まず、画像解析器２７は、照明条件ＩＬＣ［ｉ］毎の画像解析結果ＡＲ［ｉ］として、判別分析法を用いて算出した分離度Ｓ（最大の分離度Ｓｍａｘ）をメモリ２９に保存する（ステップＳ２０１）。その後、比較器２８は、メモリ２９に保存された分離度（Ｓｍａｘ）を比較する（ステップＳ２０２）。そして、比較器２８は、分離度（Ｓｍａｘ）が最大となる（言い換えればコントラストが最大となる）照明条件を最終的な照明条件ＩＬＣｘとして選択する（ステップＳ２０３）。

【0033】

《実施の形態１の主要な効果》
以上、実施の形態１の方式を用いることで、代表的には、照明条件の決定に伴うユーザの作業負荷を軽減することが可能になる。また、ユーザの作業時間を短縮することが可能になり、ひいては、検査時間を短縮することが可能になる。さらに、照明条件の決定に際してのユーザの習熟度が不必要となり、客観的な指標（ここではコントラスト）に基づいて照明条件を自動的に決定することが可能になる。その結果、検査精度のばらつきを抑制することが可能になる。

【0034】

（実施の形態２）
《画像解析器の詳細》
図６は、本発明の実施の形態２による画像処理装置において、図２における画像解析器および比較器の動作例を説明する模式図である。図６において、画像解析器２７は、照明条件ＩＬＣ［３］，ＩＬＣ［４］毎の画像データ３１ｃ（ＩＭＤ），３１ｄ（ＩＭＤ）に対してエッジ抽出フィルタを用いてエッジ（具体的には検査対象物２０ａのエッジ）を抽出し、エッジ抽出後の画像データ３２ｃ，３２ｄを作成する。また、画像解析器２７は、画像データ３２ｃ，３２ｄに対して、抽出されたエッジの強度値Ｅ［３］，Ｅ［４］を算出する。そして、画像解析器２７は、このエッジの強度値Ｅ［３］，Ｅ［４］を画像解析結果ＡＲ［３］，ＡＲ［４］として出力する。

【0035】

比較器２８は、各画像解析結果ＡＲ［３］，ＡＲ［４］（すなわちエッジの強度値Ｅ［３］，Ｅ［４］）を比較することで、複数の照明条件ＩＬＣ［３］，ＩＬＣ［４］の中からいずれか一つの照明条件を選択する。図６には、画像データ３２ｃ，３２ｄにおいて、画素の位置（Ｘ座標）と、Ｘ座標毎にＹ座標方向に画素値（濃度）を累積した値（累積画素値）との関係が示される。エッジの強度値Ｅ［３］，Ｅ［４］は、例えば、累積画素値のピーク値によって定められる。

【0036】

この例では、照明条件ＩＬＣ［４］の画像データ３２ｄにおけるエッジの強度値Ｅ［４］が、照明条件ＩＬＣ［３］の画像データ３２ｃにおけるエッジの強度値Ｅ［３］よりも高い。この場合、比較器２８は、エッジの強度値が高い照明条件ＩＬＣ［４］を照明条件ＩＬＣ［３］よりも良好と判定し、照明条件ＩＬＣ［４］を選択する。なお、ここでは、画像解析結果ＡＲ［３］，ＡＲ［４］として、エッジの強度値Ｅ［３］，Ｅ［４］を用いたが、これに加えて、累積画素値の総和等を用いてもよい。具体的には、例えば、エッジの強度値と累積画素値の総和とを所定の重み付けで積和演算した値等を用いてもよい。

【0037】

ここで、図６で用いるエッジ抽出フィルタとして、代表的には、ソーベルフィルタが挙げられる。図７は、図６において、画像解析器によるソーベルフィルタを用いたエッジ抽出方法の一例を説明する図である。ソーベルフィルタでは、図７に示されるように、行方向のエッジを抽出するための３行３列のカーネルＫｘと、列方向のエッジを抽出するための３行３列のカーネルＫｙとが用いられる。

【0038】

また、画像データＩＭＤは、ｘ行ｙ列の画素値（濃度）Ｉ［１１］～Ｉ［ｘｙ］を含んでいる。画像解析器２７は、画像データＩＭＤに対してカーネルＫｘを畳み込み演算することで、行方向のエッジが抽出された画像データを作成する。同様に、画像解析器２７は、画像データＩＭＤに対してカーネルＫｙを畳み込み演算することで、Ｙ方向のエッジが抽出された画像データを作成する。

【0039】

具体的には、画像解析器２７は、例えば、画素値Ｉ［２２］を中心とする３行３列の画素値群に対してカーネルＫｘを畳み込み演算し、次いで、画素値Ｉ［２３］を中心とする３行３列の画素値群に対してカーネルＫｘを畳み込み演算するといった空間フィルタリング処理を全ての画素値に対して行う。その結果、ｘ行ｙ列の画素値を含んだ空間フィルタリング処理後の画像データ（すなわち、行方向のエッジ抽出後の画像データ）が得られる。また、カーネルＫｙを用いて同様の空間フィルタリング処理を行うことで、列方向のエッジ抽出後の画像データが得られる。なお、エッジ抽出フィルタは、ソーベルフィルタに限らず、微分フィルタやプレヴィットフィルタ等、様々なものであってよい。
《実施の形態２の主要な効果》
以上、実施の形態２の方式を用いることでも、実施の形態１の場合と同様の効果が得られる。なお、実施の形態１の方式（コントラスト）と実施の形態２の方式（エッジ強度）のいずれを用いるかは、例えば、図１における検査対象物２０ａおよび背景２０ｂの種別や、照明装置１６の仕様等に応じて適宜定められればよい。また、コントラストかエッジ強度のいずかではなく、コントラストとエッジ強度の両方を適宜組み合わせて判定を行うような方式を用いてもよい。

【0040】

（実施の形態３）
《画像解析器の詳細》
図８は、本発明の実施の形態３による画像処理装置において、図２における画像解析器の構成例を示す概略図である。実施の形態１，２では、照明条件ＩＬＣ［ｉ］を定量的に評価するため、コントラストやエッジ強度を用いた。ただし、従来の習熟したユーザによる画像の評価基準が最適であると仮定すると、この人手による評価基準と、コントラストやエッジ強度を用いた評価基準との間に、差異が生じる可能性がある。

【0041】

そこで、実施の形態３では、習熟したユーザによる画像の評価基準をＡＩ（Artificial Intelligence）に学習させることで、習熟したユーザの代わりにＡＩに評価を行わせる。具体的には、画像解析器２７は、ユーザの評価基準に基づく評価値と同等の評価値を算出するように学習されたＡＩ（Artificial Intelligence）を搭載する。そして、画像解析器２７は、照明条件ＩＬＣ［ｉ］毎の画像データＩＭＤ［ｉ］に対してＡＩを用いて評価値を算出し、当該評価値を画像解析結果ＡＲ［ｉ］として出力する。

【0042】

図８に示す画像解析器２７は、畳み込みニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）を搭載している。ＣＮＮは、画像認識を行うためのＡＩとして広く知られている。ＣＮＮは、主に、入力層３５と、畳み込み層３６と、プーリング層３７と、全結合層３８と、出力層３９とを備える。畳み込み層３６とプーリング層３７は、１層に限らず、交互に積み重ねる形で構成されてもよい。

【0043】

入力層３５には、行列方向に複数の画素値を含んだ画像データ３１（ＩＭＤ）が入力される。畳み込み層３６は、入力層３５における画像データ３１に対して、複数チャネル（この例では３チャネル）のフィルタ４１ａ，４１ｂ，４１ｃを用いてそれぞれ畳み込み演算を行う。これにより、畳み込み層３６は、複数チャネルの画像データ４２ａ，４２ｂ，４２ｃを作成する。フィルタ４１ａ，４１ｂ，４１ｃには、それぞれ、重み係数Ｗ_０ ^１，Ｗ_０ ^２，Ｗ_０ ^３が設定される。

【0044】

プーリング層３７は、畳み込み層３６で作成された複数チャネルの画像データ４２ａ，４２ｂ，４２ｃに対して、それぞれ、予め定めた演算処理を行う。これにより、プーリング層３７は、空間サイズを小さくした複数チャネルの画像データ４３ａ，４３ｂ，４３ｃを作成する。具体的には、プーリング層３７は、例えば、画像データ４２ａを複数（この例では２×２）の画素値を含むように区画した状態で、区画毎に複数の画素値の最大値や平均値等を求めることで画像データ４３ａを作成する。

【0045】

全結合層３８は、プーリング層３７で作成された複数チャネルの画像データ４３ａ，４３ｂ，４３ｃを一次元のベクトルに展開する。出力層３９は、全結合層３８における一次元のベクトルに対して、それぞれ、所定の重み係数Ｗｉを用いて積和演算を行うことで評価値ＥＶを出力する。

【0046】

このような画像解析器２７を用いた学習時には、教師データとして、例えば、画像データ３１と、当該画像データ３１に対して習熟したユーザが定めた評価値とが入力される。画像解析器２７は、当該画像データ３１を入力層３５とした場合に出力層３９から出力される評価値ＥＶと、習熟したユーザが定めた評価値との誤差を算出する。そして、画像解析器２７は、この誤差をゼロに近づけるように、誤差逆伝播法を用いて、全結合層３８と出力層３９との間の重み係数Ｗｉやフィルタ４１ａ，４１ｂ，４１ｃの重み係数Ｗ_０ ^１，Ｗ_０ ^２，Ｗ_０ ^３を更新する。

【0047】

このような学習を繰り返し行うことで、例えば、習熟したユーザが評価値を定める際に重視する画像の特徴が、主に、フィルタ４１ａ，４１ｂ，４１ｃの重み係数Ｗ_０ ^１，Ｗ_０ ^２，Ｗ_０ ^３として学習される。また、画像の特徴と評価値ＥＶとの関係性は、主に、重み係数Ｗｉとして学習される。その結果、画像解析器２７は、推論時において、入力層３５に所定の画像データ３１を与えると、習熟したユーザの評価基準に基づく評価値と同等の評価値ＥＶを出力層３９から出力できるようになる。また、この場合、比較器２８は、図３のステップＳ１１０，Ｓ１１１において、最も評価値ＥＶが高くなる照明条件を最終的な照明条件ＩＬＣｘとして選択すればよい。

【0048】

《実施の形態３の主要な効果》
以上、実施の形態３の方式を用いることでも、実施の形態１の場合と同様の効果が得られる。さらに、ＡＩへの学習のさせ方によって、照明条件を定める際の画像の評価基準をより最適化することが可能になる。その結果、検査システムの検査精度を向上させることが可能になる。

【0049】

なお、本発明は上記した実施の形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施の形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施の形態の構成の一部を他の実施の形態の構成に置き換えることが可能であり、また、ある実施の形態の構成に他の実施の形態の構成を加えることも可能である。また、各実施の形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

【0050】

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

【0051】

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

【符号の説明】

【0052】

１０：検査システム、１５：撮像装置、１６：照明装置、１７：照明制御装置、１８：画像処理装置、１９ａ～１９ｃ：ケーブル、２０ａ：電子部品（検査対象物）、２０ｂ：配線基板（背景）、２５：画像インタフェース、２６：照明条件探索器、２７：画像解析器、２８：比較器、２９：メモリ、３１，３１ａ～３１ｄ：画像データ、３５：入力層、３６：畳み込み層、３７：プーリング層、３８：全結合層、３９：出力層、フィルタ４１ａ～４１ｃ、４２ａ～４２ｃ：画像データ、４３ａ～４３ｃ：画像データ、ＡＲ：画像解析結果、Ｅ：エッジの強度値、ＥＶ：評価値、Ｉ：画素値、ＩＣＳ：照明制御信号、ＩＬＣ：照明条件、ＩＭＤ：画像データ

【図1】

【図2】

【図3】

【図4】

【図5A】

【図5B】

【図6】

【図7】

【図8】